首先是成本问题，因为芯片制造是巨额投入，从7纳米制程，向3纳米制程，甚至再高端的制程升级，研发投入可能是成几何数量级的增长。其次，真正的L4以上自动驾驶所需要的软件，或者说从场景上以及在政策上其实还没有完全准备好。
比如，计算芯片的车规级安全与质量稳定性，与整车整体控制策略的匹配性等问题。换句话说，“现在软件层面的主要瓶颈在于，感知融合算法尚不成熟，仍需针对边角情况实现对对象的精准识别与决策”，时帅说。
麦肯锡在今年4月发布的《中国汽车行业CEO特刊》介绍，自动驾驶车辆仍然难以攻克两类场景：
首先，由于大部分测试局限在特定区域，迭代出来的算法很难快速推广到更多复杂场景中。其次，即使测试里程达到千万公里，真正特殊场景的数据仍然稀缺，系统对特殊情况的应对能力仍很弱，而高级自动驾驶技术成熟的标志是对各类特殊情况都能自如处理。
“自动驾驶往后其实就是要在不同场景中去摸索和探索，然后适配这些场景，从而增强自动驾驶系统的稳定性、可靠性。这个过程本身就是一个很缓慢的爬坡过程”，商汤科技移动智能事业群副总裁石建萍对新京智库说，行业内多数公司的产品在这几年中系统的稳定性、可靠性上还有很大的提升。
石建萍举例解释，三四年前他们的产品还只是在系统搭建阶段，但现在他们的自动驾驶系统仅在上海临港就已稳定运行了几十万公里，也是一直在收集各类问题，碰到一些非常罕见的场景，然后在不同车型上适配，不断对系统进行迭代升级。
车路协同标准急需制订 |
